Еволюцията на AI търговията
Сферата на търговията на Уолстрийт исторически е била управлявана от елитни фирми, притежаващи собствени AI системи – скъпи алгоритми, разработени в тайна с огромни ресурси. Тези институции традиционно поддържат предимството си, като използват значителните си финансови ресурси, специализирани таланти и усъвършенствана изчислителна инфраструктура. Неотдавнашен анализ на индустрията разкри, че разработването на сложни AI модели за търговия изисква инвестиции, вариращи от $500 000 до над $1 милион, с изключение на текущите разходи за задържане на таланти и поддръжка на инфраструктурата.
Интегрирането на AI в търговията може да се проследи назад до 80-те години на миналия век, когато фирмите първоначално са използвали прости системи, базирани на правила, за автоматизирана търговия. Истинската метаморфоза настъпва в края на 90-те и началото на 2000-те години, когато алгоритмите за машинно обучение задвижват количествените стратегии за търговия от епохата. Известни фирми като Renaissance Technologies и D.E. Shaw са пионери в използването на сложни AI модели за разпознаване на пазарни модели и извършване на сделки с несравнима скорост. До 2010-те години, високочестотната търговия (HFT), задвижвана от AI, се превърна в основен компонент на пазарните операции, като най-големите фирми отделят стотици милиони за изчислителна инфраструктура и таланти, за да поддържат конкурентното си предимство.
Смята се, че алгоритмичната високочестотна търговия представлява приблизително половината от обема на търговията на Уолстрийт.
DeepSeek и подобни AI инициативи с отворен код нарушават този конвенционален модел чрез своя съвместен подход към развитието. Вместо да държат алгоритмите под ключ, тези платформи се възползват от колективните знания на глобална общност от разработчици, които непрекъснато усъвършенстват и подобряват технологията.
Въпреки това, възприемането на тази технология не е толкова лесно, колкото просто изтегляне на код с отворен код. Въпреки че тези нови инструменти намаляват определени бариери за навлизане, те не създават автоматично равни условия. Традиционните системи за търговия са дълбоко вкоренени в пазарните операции и са подкрепени от години на валидиране в реалния свят. Предизвикателството пред алтернативите с отворен код се състои не само в съответствието с усъвършенстваните възможности на установените системи, но и в доказването на способността им да работят надеждно в рамките на взискателните параметри на търговията на живо.
Освен това фирмите, които приемат AI системи с отворен код, все още трябва да култивират подходящи оперативни рамки, да гарантират спазването на нормативните изисквания и да изградят необходимата инфраструктура за ефективно внедряване на тези инструменти. Следователно, въпреки че AI с отворен код има потенциала да намали разходите за сложни технологии за търговия, малко вероятно е да изтегляте платформи за търговия с AI с отворен код със същата лекота като приложение за водене на бележки с отворен код в близко бъдеще.
Разходи и достъпност
Един от най-привлекателните аспекти на AI с отворен код е неговият потенциал за значително намаляване на първоначалните разходи. Традиционните собствени системи изискват значителни лицензионни такси и инвестиции в персонализиран софтуер. Текущото сътрудничество на Citadel LLC с Alphabet Inc., например, използва над един милион виртуални процесори, за да намали времето за сложни изчисления от часове до секунди, но това води до огромни текущи инвестиции в инфраструктура.
Подходът с отворен код на DeepSeek представлява ярък контраст. Неговите модели V3 и R1 са свободно достъпни и той работи под лиценз на MIT, което означава, че може да бъде модифициран и използван за търговски цели. Въпреки че самият софтуер може да е безплатен, ефективното му внедряване изисква значителни инвестиции в следните области, както подчерта Mamaysky:
- Изчислителна инфраструктура и хардуер: Необходима е стабилна изчислителна мощност, за да се справят с интензивните изисквания за обработка на търговията, управлявана от AI.
- Придобиване на висококачествени пазарни данни: Достъпът до точни пазарни данни в реално време е от решаващо значение за обучението и внедряването на ефективни модели за търговия.
- Мерки за сигурност и системи за съответствие: Необходими са строги протоколи за сигурност и системи за съответствие, за да се защитят чувствителните данни и да се спазват регулаторните изисквания.
- Текуща поддръжка и актуализации: Непрекъснатата поддръжка и актуализации са жизненоважни, за да се гарантира оптималната работа на системата и да се адаптира към променящите се пазарни условия.
- Специализирана експертиза за внедряване и оптимизация: Необходими са квалифицирани специалисти за внедряване, конфигуриране и оптимизиране на AI моделите за специфични стратегии за търговия.
Въпреки че можете лесно да получите достъп до най-новия модел на DeepSeek и да изтеглите кода безплатно, успешното му внедряване в HFT среда изисква много повече от това.
Прозрачност и отчетност
Често цитирано предимство на AI с отворен код е присъщата му прозрачност. Тъй като изходният код е отворен за обществен контрол, заинтересованите страни могат да одитират алгоритми, да проверяват процесите им на вземане на решения и да ги модифицират, за да спазват разпоредбите или да отговарят на специфични изисквания. Основен пример е AI Fairness 360 на International Business Machines Corporation, набор от инструменти с отворен код, предназначени за одит и смекчаване на пристрастията в AI моделите. Освен това, архитектурните детайли и данните за обучение за моделите Lllama 3 и 3.1 на Meta са публично достъпни. Това позволява на разработчиците да оценят съответствието с авторските права, регулаторните и етичните стандарти. Това ниво на откритост е в контраст с естеството на ‘черната кутия’ на собствените системи, където вътрешната работа е скрита, понякога водеща до непрозрачни решения, които дори създателите на системата може да се затруднят да разгадаят.
Въпреки това, би било неточно да се представят всички собствени системи за търговия като непроницаеми черни кутии. Големите финансови институции са постигнали значителен напредък в повишаването на прозрачността на своите AI модели, стимулирани както от регулаторен натиск (като Закона за AI на Европейския съюз и развиващите се насоки на САЩ), така и от вътрешни императиви за управление на риска. Основната разлика е, че докато собствените системи разработват своите инструменти за прозрачност вътрешно, моделите с отворен код се възползват от одитиране и валидиране, управлявани от общността, често ускорявайки процеса на решаване на проблеми.
Пропастта в иновациите
Пробивът на модела R1 на DeepSeek привлече вниманието на лидерите в индустрията – дори Сам Алтман от OpenAI призна в началото на 2025 г., че е „от грешната страна на историята“ по отношение на моделите с отворен код, намеквайки за потенциална промяна на парадигмата в начина, по който индустрията възприема съвместното развитие.
Въпреки това, Mamaysky твърди, че истинското предизвикателство при реализирането на потенциала на прехода към AI с отворен код се крие в три основни области: мащабиране на хардуерната инфраструктура, осигуряване на висококачествени финансови данни и адаптиране на общи модели за специфични приложения за търговия. Следователно той не предвижда предимствата на фирмите с добри ресурси да се разсеят скоро. „AI с отворен код, сам по себе си, не представлява риск [за конкурентите] според мен. Моделът на приходите са центровете за данни, данните, обучението и стабилността на процеса“, заяви той.
Надпреварата с AI е допълнително усложнена от геополитически съображения. Бившият главен изпълнителен директор на Google Ерик Шмид предупреди, че САЩ и Европа трябва да засилят фокуса си върху разработването на AI модели с отворен код или рискуват да отстъпят позиции на Китай в тази област. Това предполага, че бъдещето на финансовия AI може да зависи не само от техническите възможности, но и от по-широки стратегически решения относно начина, по който се разработва и разпространява технологията за търговия.
Появата на AI платформи с отворен код като DeepSeek означава потенциална трансформация във финансовите технологии, но те понастоящем не представляват непосредствена заплаха за установената йерархия на Уолстрийт. Въпреки че тези инструменти драстично намаляват разходите за лицензиране на софтуер и повишават прозрачността, Mamaysky предупреди, че „правенето на моделите с отворен код или не, вероятно не е проблем от първи ред“ за тези фирми.
По-предвидимо е хибридно бъдеще, съчетаващо системи с отворен код и собствени системи. Следователно, уместният въпрос не е дали AI с отворен код ще замени традиционните системи на Уолстрийт, а по-скоро как ще бъде интегриран в съществуващите им рамки.
Движението с отворен код променя начина, по който софтуерът се изгражда и споделя в много области. Във финансите потенциалът е, че новите инструменти и платформи за сътрудничество ще улеснят по-малките фирми и индивидуалните инвеститори да използват стратегии за търговия, задвижвани от AI.
Бъдещето на AI във финансите вероятно ще бъде смесица от системи с отворен код и затворени, собствени системи. Големият въпрос е колко добре тези различни подходи могат да работят заедно, позволявайки на установените фирми да използват силните страни на иновациите, управлявани от общността, като същевременно запазват специализираните предимства, които са им позволили да останат на върха толкова дълго.
Траекторията на AI във финансите не е просто технически въпрос; това е стратегически въпрос, дълбоко преплетен с регулаторни пейзажи, геополитическа динамика и самата структура на финансовите пазари. Следващите години ще разкрият как тези сили си взаимодействат, оформяйки бъдещето на търговията и инвестициите.
Възходът на AI с отворен код в търговията е ключово развитие. Ще бъде интересно да наблюдаваме как той променя Уолстрийт и прави усъвършенстваните инструменти за търговия по-достъпни за всички. Тази история все още се разгръща и последната й глава тепърва предстои да бъде написана. Смесването на сътрудничество и конкуренция, прозрачност и собствено предимство ще определи крайното въздействие на AI с отворен код върху света на финансите.